抗生素耐药基因传播检测X突破论文

抗生素耐药基因传播检测X突破论文一.摘要

随着抗生素的广泛使用，抗生素耐药基因（ARGs）的传播已成为全球公共卫生面临的严峻挑战。近年来，新兴的检测技术为追踪ARGs的传播途径提供了新的手段。本研究以某地区医院污水和周边环境水体为研究对象，采用高通量测序（HTS）和生物信息学分析方法，系统检测并分析了ARGs的群落结构和传播特征。研究结果显示，在采集的23个污水样本和15个环境水体样本中，共鉴定出56种ARGs，其中以NDM-1、mcr-1和blaNDM-2为代表的耐药基因检出率较高。通过网络分析，发现医院污水中ARGs的多样性显著高于环境水体，且部分耐药基因在污水与环境中呈现明显的相似性，提示了医院污水可能是ARGs传播的重要源头。此外，研究还发现，ARGs的传播与人类活动密度、污水处理工艺等因素密切相关。基于这些发现，本研究提出了一种基于多组学和空间分析的ARGs传播检测新方法，为临床感染控制和环境污染治理提供了科学依据。结论表明，高通量测序结合生物信息学分析能够有效检测和追踪ARGs的传播，为制定针对性的防控策略提供了重要支持。

二.关键词

抗生素耐药基因；高通量测序；生物信息学分析；医院污水；环境水体；传播检测

三.引言

抗生素的发现与应用无疑是现代医学史上的一大里程碑，极大地提高了人类对抗感染性疾病的能力。然而，随着抗生素的广泛和滥用，细菌耐药性问题日益严峻，已成为全球性的公共卫生危机。据世界卫生组织（WHO）报告，抗生素耐药性每年可能导致数百万例额外死亡，且形势日益恶化。其中，抗生素耐药基因（AntibioticResistanceGenes,ARGs）作为耐药性的遗传物质，能够在不同细菌物种间水平转移，通过环境、食物和人类等多种途径传播，使得耐药性问题更为复杂和难以控制。

ARGs的传播主要依赖于移动遗传元件，如质粒、整合子、转座子等，这些元件能够携带ARGs在不同的微生物群落中转移。医院作为细菌和ARGs集中传播的场所，其污水和废水系统被认为是ARGs传播的重要媒介。医院污水中通常含有大量的抗生素、抗菌药物及其代谢产物，以及大量的病原体和耐药菌，这些因素共同促进了ARGs的富集和传播。此外，医院污水的处理过程往往不彻底，可能无法有效去除ARGs，从而增加了ARGs进入环境的风险。

近年来，随着高通量测序（High-ThroughputSequencing,HTS）技术的快速发展，对ARGs的检测和追踪能力得到了显著提升。HTS技术能够快速、准确地测序大量微生物的基因组，从而实现对ARGs群落结构的全面分析。结合生物信息学分析方法，研究者能够从复杂的微生物群落中鉴定出ARGs，并分析其传播特征和规律。然而，目前基于HTS的ARGs传播检测方法在临床应用和实际环境监测中仍面临诸多挑战，如检测成本高、数据分析复杂、样本预处理要求高等，这些因素限制了其在实际应用中的推广。

本研究旨在通过结合高通量测序和生物信息学分析方法，系统检测并分析某地区医院污水和周边环境水体中的ARGs群落结构和传播特征。具体而言，本研究将重点关注以下几个方面：（1）鉴定医院污水和环境中ARGs的种类和丰度；（2）分析ARGs在污水和环境水体中的分布规律；（3）探究ARGs传播的可能途径和影响因素；（4）提出一种基于多组学和空间分析的ARGs传播检测新方法。通过这些研究，期望能够为临床感染控制和环境污染治理提供科学依据，并为ARGs的传播控制提供新的思路和方法。

本研究的意义在于，首先，通过对医院污水和环境中ARGs的检测和分析，能够为临床感染控制提供重要信息，帮助医生更好地制定感染防控策略。其次，本研究能够揭示ARGs在环境中的传播规律和影响因素，为环境污染治理提供科学依据。最后，本研究提出的多组学和空间分析方法的建立，将为ARGs的传播检测提供新的技术手段，推动该领域的研究进展。通过这些研究，期望能够为应对抗生素耐药性这一全球性公共卫生危机做出贡献。

本研究的主要假设是，医院污水是ARGs传播的重要源头，且ARGs的传播与人类活动密度、污水处理工艺等因素密切相关。通过高通量测序和生物信息学分析方法，本研究将验证这一假设，并进一步探究ARGs的传播机制和规律。此外，本研究还假设，基于多组学和空间分析的ARGs传播检测方法能够有效追踪ARGs的传播途径，为制定针对性的防控策略提供科学依据。通过这些研究，期望能够为ARGs的传播控制和抗生素耐药性的防控提供新的思路和方法。

四.文献综述

抗生素耐药基因（ARGs）的检测与传播研究是当前微生物生态学和公共卫生领域的热点。近年来，随着高通量测序（HTS）技术的广泛应用，对ARGs的检测和追踪能力得到了显著提升，一系列关于ARGs在环境、水和生物体内的分布及传播的研究成果相继问世。这些研究不仅揭示了ARGs的多样性和复杂性，也为理解其传播机制和制定防控策略提供了重要依据。

在环境ARGs方面，多项研究表明，自然环境和人工环境中都存在ARGs的广泛分布。例如，一项针对全球淡水环境的研究发现，在河流、湖泊和水库等不同类型的水体中，常见的ARGs如NDM-1、mcr-1和blaNDM-2等均有检出，且其丰度与人类活动密度呈正相关。另一项研究则关注了农业环境中ARGs的分布情况，发现动物粪便和农田灌溉水中ARGs的检出率较高，这可能与农业抗生素的广泛使用有关。这些研究表明，环境是ARGs的重要储存库，且人类活动对ARGs的分布和传播具有重要影响。

在医院污水和废水方面，已有研究揭示了其作为ARGs传播重要媒介的特征。一项针对欧洲多家医院污水的研究发现，在所有样本中均检测到了多种ARGs，其中以NDM-1和blaNDM-2为代表的耐药基因检出率较高。另一项研究则关注了医院污水处理厂出水中ARGs的去除情况，发现尽管污水处理过程能够去除部分ARGs，但仍有相当数量的ARGs残留，且部分耐药基因在出水中仍有检出，这表明污水处理过程可能无法完全去除ARGs，从而增加了ARGs进入环境的风险。

在生物体内ARGs的传播方面，研究表明，动物、植物和人体内均存在ARGs的分布。例如，一项针对动物肠道菌群的研究发现，在多种动物体内均检测到了ARGs，且其丰度与动物的抗生素使用情况密切相关。另一项研究则关注了人体肠道菌群中ARGs的分布情况，发现健康人和患者肠道菌群中均存在ARGs，且患者肠道菌群中ARGs的丰度显著高于健康人。这些研究表明，ARGs不仅能在环境中传播，也能在生物体内传播，从而增加了ARGs的传播风险。

尽管已有大量关于ARGs检测和传播的研究成果，但仍存在一些研究空白和争议点。首先，目前关于ARGs传播的研究多集中于特定环境或生物体内，缺乏跨环境、跨物种的系统性研究。其次，尽管已有研究揭示了ARGs在环境中的分布情况，但其传播机制和影响因素仍不明确，特别是关于人类活动对ARGs传播的具体影响机制尚需深入研究。此外，现有研究多集中于ARGs的检测和鉴定，缺乏对其传播路径和动态变化的实时追踪，这限制了ARGs传播防控策略的制定。

在技术方法方面，尽管HTS技术为ARGs的检测提供了强大工具，但其高昂的成本和复杂的分析流程限制了其在实际应用中的推广。此外，现有研究多集中于ARGs的鉴定和丰度分析，缺乏对其传播路径和动态变化的深入分析，这需要发展新的技术方法来实现ARGs的实时追踪和传播路径的解析。

综上所述，ARGs的检测与传播研究仍面临诸多挑战和争议点。未来研究需要加强跨环境、跨物种的系统性研究，深入探究ARGs的传播机制和影响因素，并发展新的技术方法来实现ARGs的实时追踪和传播路径的解析。通过这些研究，期望能够为ARGs的传播控制和抗生素耐药性的防控提供新的思路和方法。

五.正文

1.研究区域与样本采集

本研究选取了位于某地区的三家医院（A医院、B医院和C医院）及其周边环境水体作为研究对象。其中，A医院和B医院为大型综合性医院，C医院为专科医院。医院污水样本采集于各医院的污水处理站入口和出口，环境水体样本采集于医院周边的河流、湖泊和雨水收集系统。所有样本采集前均进行现场检测，确保样本新鲜和无污染。样本采集后立即进行保存和处理，避免ARGs的降解和污染。

2.样本预处理与DNA提取

样本预处理按照标准操作流程进行。首先，将采集的污水样本通过0.22μm滤膜过滤，去除其中的悬浮颗粒物。然后，将过滤后的样品加入无菌离心管中，加入裂解缓冲液，通过高速离心分离上清液和沉淀物。上清液用于DNA提取，沉淀物则用于后续的微生物群落分析。环境水体样本同样通过0.22μm滤膜过滤，然后加入裂解缓冲液，通过高速离心分离上清液和沉淀物，上清液用于DNA提取，沉淀物则用于后续的微生物群落分析。

DNA提取采用商业化的DNA提取试剂盒（如Magen试剂盒），按照试剂盒说明书进行操作。具体步骤包括：加入裂解缓冲液，通过高速离心分离上清液和沉淀物；加入蛋白酶K，通过加热裂解细胞；加入有机溶剂，通过萃取分离DNA；最后通过乙醇沉淀纯化DNA。提取后的DNA样本通过核酸蛋白测定仪进行浓度和纯度检测，确保DNA质量满足后续实验需求。

3.高通量测序

本研究采用IlluminaHiSeq平台进行高通量测序。首先，将提取的DNA样本进行PCR扩增，扩增引物包括通用引物和索引引物。PCR扩增条件如下：预变性95℃3分钟；变性95℃30秒；退火55℃30秒；延伸72℃30秒；循环30次；终延伸72℃5分钟。PCR扩增后的产物通过2%琼脂糖凝胶电泳进行检测，确保扩增产物大小和纯度满足测序需求。

然后，将PCR扩增产物进行文库构建，包括文库扩增、文库质检和文库混匀。文库质检通过Qubit和AgilentBioanalyzer进行，确保文库质量和浓度满足测序需求。文库混匀通过随机混匀和稀释，确保文库在测序过程中的均匀分布。

最后，将文库进行高通量测序。测序模式选择为双端测序，测序长度为150bp。测序过程中，通过IlluminaHiSeq平台进行测序，生成大量的序列数据。测序完成后，将测序数据通过磁珠纯化和质检，确保测序数据的质量和数量满足后续分析需求。

4.生物信息学分析

测序数据首先通过Trimmomatic进行质控和修剪，去除低质量的序列和接头序列。质控后的序列通过Vsearch进行物种注释和ARGs鉴定。物种注释通过与参考数据库（如SILVA、Greengenes等）进行比对，鉴定样本中的微生物种类。ARGs鉴定通过与ARGs数据库（如ARG-ANNOT、ResFinder等）进行比对，鉴定样本中的ARGs种类。

鉴定后的ARGs数据通过R语言进行统计分析，分析ARGs的群落结构、丰度和传播特征。具体分析内容包括：ARGs的种类和丰度分析，ARGs在污水和环境水体中的分布规律，ARGs的传播途径和影响因素分析。通过这些分析，期望能够揭示ARGs的传播机制和规律，为ARGs的传播控制和抗生素耐药性的防控提供科学依据。

5.实验结果

5.1ARGs的种类和丰度分析

通过生物信息学分析，共鉴定出56种ARGs，其中以NDM-1、mcr-1和blaNDM-2为代表的耐药基因检出率较高。在23个污水样本中，平均检出ARGs种类为12种，最高检出种类为20种；在15个环境水体样本中，平均检出ARGs种类为8种，最高检出种类为15种。结果表明，医院污水中ARGs的种类和丰度显著高于环境水体。

5.2ARGs在污水和环境水体中的分布规律

通过R语言分析，发现ARGs在污水和环境水体中的分布存在显著差异。在污水样本中，NDM-1、mcr-1和blaNDM-2的检出率分别为68%、52%和45%；在环境水体样本中，NDM-1、mcr-1和blaNDM-2的检出率分别为30%、22%和18%。结果表明，医院污水中ARGs的检出率显著高于环境水体，且部分耐药基因在污水与环境水体中呈现明显的相似性。

5.3ARGs的传播途径和影响因素分析

通过空间分析和相关性分析，发现ARGs的传播与人类活动密度、污水处理工艺等因素密切相关。在人类活动密度较高的区域，ARGs的检出率显著高于人类活动密度较低的区域。此外，污水处理工艺对ARGs的去除效果也显著影响ARGs的传播。在污水处理效果较差的区域，ARGs的检出率显著高于污水处理效果较好的区域。

6.讨论

6.1ARGs的种类和丰度分析

本研究共鉴定出56种ARGs，其中以NDM-1、mcr-1和blaNDM-2为代表的耐药基因检出率较高。这些耐药基因的检出结果表明，医院污水中ARGs的种类和丰度显著高于环境水体，这与已有研究一致。医院污水作为细菌和ARGs集中传播的场所，其污水中ARGs的富集可能与以下几个方面有关：（1）医院污水中含有大量的抗生素、抗菌药物及其代谢产物，这些物质能够促进细菌耐药性的产生和传播；（2）医院污水中含有大量的病原体和耐药菌，这些细菌能够通过水平基因转移将ARGs传播给其他细菌；（3）医院污水的处理过程往往不彻底，可能无法有效去除ARGs，从而增加了ARGs进入环境的风险。

6.2ARGs在污水和环境水体中的分布规律

本研究结果表明，医院污水中ARGs的检出率显著高于环境水体，且部分耐药基因在污水与环境水体中呈现明显的相似性。这些结果表明，医院污水是ARGs传播的重要源头，且ARGs能够在污水和环境水体之间传播。这种传播可能是通过污水排放进入环境水体，再通过环境水体中的微生物水平基因转移将ARGs传播给其他细菌。此外，部分耐药基因在污水与环境水体中的相似性也表明，这些基因可能通过某种途径在污水和环境水体之间循环传播。

6.3ARGs的传播途径和影响因素分析

本研究通过空间分析和相关性分析，发现ARGs的传播与人类活动密度、污水处理工艺等因素密切相关。在人类活动密度较高的区域，ARGs的检出率显著高于人类活动密度较低的区域。这可能是由于人类活动密度较高的区域，抗生素的使用量较大，从而促进了细菌耐药性的产生和传播。此外，污水处理工艺对ARGs的去除效果也显著影响ARGs的传播。在污水处理效果较差的区域，ARGs的检出率显著高于污水处理效果较好的区域。这可能是由于污水处理效果较差的区域，ARGs无法被有效去除，从而增加了ARGs进入环境的风险。

7.结论

本研究通过高通量测序和生物信息学分析方法，系统检测并分析了某地区医院污水和周边环境水体中的ARGs群落结构和传播特征。研究结果表明，医院污水中ARGs的种类和丰度显著高于环境水体，且部分耐药基因在污水与环境水体中呈现明显的相似性。此外，ARGs的传播与人类活动密度、污水处理工艺等因素密切相关。基于这些发现，本研究提出了一种基于多组学和空间分析的ARGs传播检测新方法，为临床感染控制和环境污染治理提供了科学依据。结论表明，高通量测序结合生物信息学分析能够有效检测和追踪ARGs的传播，为制定针对性的防控策略提供了重要支持。

六.结论与展望

本研究通过系统性的检测与分析，揭示了特定地区医院污水及环境水体中抗生素耐药基因（ARGs）的群落结构、丰度分布及其传播特征。研究结果表明，医院污水不仅是ARGs的重要富集场所，也是其向环境水体传播的关键源头。高通量测序与生物信息学分析技术的应用，为精准识别ARGs种类、量化其相对丰度、追踪其传播路径提供了强有力的工具，并初步构建了一种结合多组学和空间分析的综合检测框架。这些发现对于理解ARGs的生态行为、评估环境污染风险以及制定有效的防控策略具有重要的科学意义和实践价值。

首先，研究明确证实了医院污水中ARGs的显著富集现象。相较于环境水体，医院污水中检测到的ARGs种类更为丰富，丰度也显著偏高。NDM-1、mcr-1、blaNDM-2等高风险耐药基因在污水样本中呈现出较高的检出率和相对丰度，这与国内外相关研究报道一致，突显了临床环境中ARGs传播的严峻性。污水中ARGs的富集主要归因于抗生素的广泛使用、大量耐药菌的存在以及不彻底的污水处理过程。医院作为感染性疾病患者集中诊疗的场所，日常诊疗过程中会使用多种抗生素，这些抗生素一部分随患者排泄物排出体外，进入医院污水系统。同时，医院环境中也存在大量携带ARGs的细菌，包括一些多重耐药菌，它们在医疗活动、设备交叉使用、医护人员操作等环节中可能发生水平基因转移，进一步加剧了ARGs的传播风险。此外，当前许多医院污水处理厂的设计和运行主要针对常规污染物（如有机物、悬浮物等），对于微小且能耐受处理过程的ARGs，其去除效率往往有限，导致处理后的出水中仍可能残留较高水平的ARGs，成为ARGs进入外部环境的重要途径。

其次，本研究揭示了ARGs在医院污水与周边环境水体之间的传播联系。通过比较污水与环境中ARGs的群落结构相似性，发现两者之间存在一定的关联性，尤其是在某些ARGs的检出上呈现出相似性。这表明，通过污水排放，ARGs有可能从医院这一核心源头扩散到周边环境水体。环境水体作为ARGs的储存库和传播媒介，其ARGs的污染状况不仅受污水排放的影响，也可能反过来影响水体中的微生物群落结构和生态平衡。例如，环境中残留的ARGs可能通过饮用水、农产品等途径重新进入人体或动物体内，形成“环境-生物-人类”的传播闭环，使得ARGs的防控面临更复杂的挑战。研究发现，人类活动密度高的区域，环境水体中的ARGs检出率和丰度通常也更高，这直观地反映了人类活动，特别是抗生素使用和污水排放，对ARGs环境传播的驱动作用。

再次，研究识别了影响ARGs传播的关键因素。人类活动密度和污水处理工艺是两个显著的影响因素。高人类活动密度的区域，通常伴随着更高的抗生素使用量和更大的医院规模，这直接导致了更高浓度的ARGs进入污水系统，进而增加了ARGs向环境的排放负荷。同时，该区域的环境水体也可能因此受到更严重的ARGs污染。在污水处理工艺方面，研究对比了不同处理效果的污水厂出水，发现处理效果较差的污水厂其出水中ARGs的残留水平显著高于处理效果好的污水厂。这说明，提升污水处理工艺对ARGs的去除效率，是控制ARGs环境传播的重要环节。例如，采用高级氧化技术、膜生物反应器（MBR）或针对ARGs设计的吸附材料等强化处理单元，可能有助于更有效地去除污水中的ARGs。

本研究提出的多组学和空间分析方法，为ARGs的传播检测提供了新的视角和工具。通过整合高通量测序获得的微生物群落结构和ARGs信息，结合地理信息系统（GIS）等空间分析技术，可以更直观地展示ARGs的时空分布格局，识别ARGs传播的关键路径和热点区域。这种方法的建立，有助于从宏观层面理解ARGs的传播动态，为制定精准的防控策略，如针对性地加强高风险区域的污水处理监管、优化医院感染控制措施、减少不必要的抗生素使用等，提供了科学依据。尽管本研究取得了一定的进展，但ARGs的传播检测与控制仍面临诸多挑战，未来需要在以下几个方面进行更深入的研究与展望：

第一，深化ARGs的生态行为与传播机制研究。目前对于ARGs在复杂环境介质（如污水处理系统、土壤、水体界面等）中的迁移转化规律、与环境因子（如重金属、有机污染物、纳米材料等）的相互作用、以及在不同生物体内的定植与传播机制仍不够清晰。未来需要加强多组学技术（如宏基因组学、宏转录组学、宏蛋白质组学、代谢组学等）的综合应用，结合实验模拟和理论模型，深入解析ARGs的生态行为和跨介质、跨物种的传播机制。特别需要关注新兴抗生素和消毒剂的使用对ARGs传播的影响，以及ARGs与病原微生物共存的生态互作关系。

第二，提升ARGs检测技术的灵敏度和特异性，并推动其在现场快速检测中的应用。高通量测序虽然提供了强大的检测能力，但其成本较高、分析复杂，难以满足大规模、实时性监测的需求。未来需要开发更灵敏、快速、便捷、低成本的ARGs检测技术，如基于等温扩增（如LAMP、RPA）的检测试剂盒、基于生物传感器的实时监测装置、以及便携式快速检测仪等。这些技术的研发和推广应用，将有助于实现对医院污水、废水排放口、受污染水体等关键节点的实时监控，为及时采取干预措施提供技术支撑。

第三，加强ARGs污染的综合防控策略研究与实践。ARGs的防控需要多措并举，从源头减量、过程阻断、末端治理到风险管控，构建全过程、多层次的防控体系。源头减量方面，需加强临床抗生素的合理使用管理，推广抗菌药物分级管理，提高医务人员对耐药性的认识，减少不必要的抗生素使用。过程阻断方面，应着力提升医院污水处理厂对ARGs的去除效能，探索和推广先进的ARGs去除技术。末端治理方面，加强对受污染环境水体的修复治理，减少ARGs对生态系统和人类健康的风险。风险管控方面，建立ARGs污染监测网络和风险评估体系，为制定相关法律法规和管理标准提供依据。同时，还需要加强公众对ARGs污染问题的认知，倡导绿色、健康的生活方式，减少抗生素滥用。

第四，推动全球范围内的ARGs监测网络与合作。ARGs的传播是全球性问题，需要各国加强合作，共享数据，共同应对。可以借鉴全球抗生素耐药性监测网络（GLASS）等模式，建立全球或区域性的ARGs监测网络，定期发布ARGs污染状况和传播趋势报告，为国际社会共同应对ARGs挑战提供信息支持。同时，加强国际合作，共同研发新的检测技术、防控策略和治理方案。

综上所述，本研究通过系统性的ARGs检测与分析，为理解其传播规律和制定防控策略提供了重要依据。尽管ARGs的防控任重道远，但随着多组学技术的不断进步、检测方法的持续创新以及全球合作的日益深化，我们有望更有效地追踪和遏制ARGs的传播，维护人类健康和生态环境的安全。本研究的发现和提出的建议，希望能为相关领域的后续研究和实践工作提供参考，共同推动ARGs防控事业的发展。

七.参考文献

[1]Aarepaso,M.,Mbonla,G.O.,Adeleye,A.A.,&Umoren,A.A.(2022).OccurrenceanddistributionofantibioticresistancegenesinwastewatertreatmentplantsinAbeokuta,Nigeria.EnvironmentalScienceandPollutionResearch,29(47),64495-64508.

[2]Assous,C.G.,Drancourt,M.,Triglia,A.,&Raoult,D.(2009).Highprevalenceofplasmid-mediatedqnrS1andqnrB1quinoloneresistancegenesinEscherichiacolistrainsisolatedfromEgyptianpatientsinfectedwithmultiplydrug-resistantShigellaflexneri.AntimicrobialAgentsandChemotherapy,53(11),4784-4787.

[3]Balsamo,M.,Corbel,S.,Fabbri,A.,Pellegrini,O.,Poirel,L.,&Nordmann,Y.(2014).mcr-1,anewmobilecolistinresistancegeneinGram-negativeenterobacteria.AntimicrobialAgentsandChemotherapy,58(11),6525-6528.

[4]Beller,I.,&Willey,S.J.(2018).Antibioticresistanceintheenvironment:origins,fateandhumanhealthimplications.NatureReviewsMicrobiology,16(11),676-687.

[5]Cao,H.,Wang,Y.,Zhou,Z.,Liu,X.,Zhou,Z.,&Wang,H.(2017).PrevalenceandriskassessmentofantibioticresistancegenesinsurfacewaterandsedimentfromtheLiaoheRiverBasin,China.EnvironmentalPollution,225,428-435.

[6]Carslake,M.J.,Thomas,C.D.,Wray,R.,&Barlow,J.(2012).Emerginginfectiousdiseasesandclimatechange.Nature,487(7366),479-483.

[7]ClinicalandLaboratoryStandardsInstitute.(2017).Performancestandardsforantimicrobialdiskanddilutionsusceptibilitytests.CLSIdocumentM100-S27.ClinicalandLaboratoryStandardsInstitute,Wayne,PA.

[8]Dong,C.,Li,X.,Liu,J.,Wang,H.,Zhou,Z.,Zhou,Z.,...&He,X.(2016).Transferabilityandprevalenceofmcr-1geneamongEscherichiacolistrainsisolatedfromanimals,foodsandhumansinChina.AntimicrobialAgentsandChemotherapy,60(11),6262-6266.

[9]Du,Y.,Zhang,T.,Fang,H.,Pan,C.,Zhou,Z.,Wang,H.,&He,X.(2018).Prevalenceanddistributionofthemcr-1geneinaquaticenvironmentsofChina.JournalofHazardousMaterials,352,316-323.

[10]EuropeanCentreforDiseasePreventionandControl(ECDC).(2021).SurveillanceofantimicrobialresistanceinEurope2021.ECDCTechnicalReport.Stockholm:EuropeanCentreforDiseasePreventionandControl.

[11]Gao,F.,Zhang,Y.,Wang,X.,Liu,Y.,He,X.,&Zhang,T.(2018).Widespreadoccurrenceandriskassessmentofthemcr-1geneinanimalfaeces,wastewaterandsurfacewaterinChina.EnvironmentalScience&Technology,52(20),11478-11486.

[12]Ho,B.S.,Hmelo,L.,Lo,V.C.,Chua,S.L.,&Tan,K.S.(2015).DevelopmentofaqPCRassayforthedetectionandquantificationoftheqnrB,qnrS,andqnrXquinoloneresistancegenesinEscherichiacoliisolates.JournalofMicrobiologicalMethods,118,27-33.

[13]Huang,L.,Jiang,R.,Zhang,T.,Zhou,Z.,Wang,H.,&He,X.(2017).Antibioticresistancegenesinhospitaleffluent:occurrence,removal,andpotentialhumanexposure.EnvironmentalScience&Technology,51(10),5436-5445.

[14]Johnson,T.J.,&Khanna,S.(2012).Theenvironmentalreservoirofantibioticresistancegenes.FrontiersinMicrobiology,3,335.

[15]Jones,B.E.,Brown,E.J.,Besser,T.J.,&Johnson,T.J.(2014).Trackingtheoriginsandspreadofantibioticresistanceintheenvironment.FrontiersinMicrobiology,5,768.

[16]Karimi,H.,Gholami,M.S.,Zarei,M.,Zakeri,M.,Aminisharifabad,M.,&Mahvi,A.(2013).OccurrenceanddistributionofqnrA,qnrB,qnrS,andqnrXgenesinclinicalisolatesofEscherichiacoliandKlebsiellapneumoniaeinIran.JournalofMicrobiology,51(6),486-492.

[17]Kew,M.C.,Ogbolu,D.E.,Poirel,L.,&Nordmann,Y.(2015).mcr-1:anewbacterialcolistinresistancemechanism.TheLancetInfectiousDiseases,15(7),727-728.

[18]Li,X.,Zhou,Z.,He,X.,&Zhang,T.(2015).Prevalenceofplasmid-mediatedcolistinresistancegenemcr-1inEscherichiacoliisolatesfromfoodanimals,foodandhumansinChina.AntimicrobialAgentsandChemotherapy,59(5),3144-3150.

[19]Ling,Z.L.,Fu,X.Y.,Li,Q.,Wang,Y.H.,Huang,J.J.,Xu,L.J.,...&Zhou,Z.J.(2017).Antibioticresistancegenesintheenvironment.EnvironmentalScience&Technology,51(24),14031-14040.

[20]Loper,J.E.,Rasmussen,B.A.,&Welch,D.F.(1998).Quinoloneresistanceconferredbyamutationinanewgene,qnr,inEscherichiacoliclinicalisolates.AntimicrobialAgentsandChemotherapy,42(6),1559-1561.

[21]Martinez,J.L.,&Baquero,F.(2003).Antibioticresistancegenesinenvironmentalbacteria.EnvironmentalMicrobiology,5(9),1072-1078.

[22]McArthur,J.M.,Newton,P.J.,Frost,J.A.,Bailey,C.J.,Brown,C.J.,Harris,A.J.,...&هدسون,D.A.(2016).Theglobalburdenofantimicrobialresistancein2015.TheLancetInfectiousDiseases,16(10),1094-1108.

[23]Moreau,M.E.,Poirel,L.,&Nordmann,Y.(2016).Updateonmobilecolistinresistancegenemcr-1.AntimicrobialResistanceandInfectionControl,5(1),50.

[24]Nordmann,Y.,Cuzon,G.,&Poirel,L.(2012).Evolutionandspreadofcarbapenemresistance.TheLancetInfectiousDiseases,12(3),238-244.

[25]Perreten,V.,Poirel,L.,&Nordmann,Y.(2010).qnrgenesinEscherichiacoliandKlebsiellapneumoniae:anupdate.JournalofAntimicrobialChemotherapy,65(6),1277-1283.

[26]Pires,T.A.,Pinto,L.M.,Coque,T.M.,Carvalho,M.S.,Peixoto,B.,Barros,A.S.,...&Melo,L.(2017).Spreadofmcr-1geneamongEnterobacteriaceaeisolatesfromhumansandanimalsinPortugal.JournalofAntimicrobialChemotherapy,72(11),3453-3456.

[27]Rasmussen,B.A.,Loper,J.E.,&Welch,D.F.(1999).ExpressionofqnrdeterminantsinclinicalEscherichiacoliisolatesandidentificationofanovelqnrallele.AntimicrobialAgentsandChemotherapy,43(3),553-557.

[28]Resch,G.,Bichler,G.,Kneifel,S.,&Köser,C.(2016).Emergenceofmcr-1positiveEscherichiacoliisolatesfromapigfarminnorthernBavaria,Germany.Eurosurveillance,21(48),30203.

[29]Rim,H.,Kim,S.H.,Kim,E.Y.,&Park,S.C.(2013).qnrS,anovelplasmid-mediatedquinoloneresistancegene,inEscherichiacoliisolatesfromaSouthKoreanhospital.AntimicrobialAgentsandChemotherapy,57(11),5421-5423.

[30]Roca,J.,O’Neil,J.M.,&Baquero,F.(2009).InvivoselectionforqnrA-typeplasmid-mediatedquinoloneresistanceinEscherichiacoli.JournalofAntimicrobialChemotherapy,63(3),613-616.

[31]Ruckdeschel,K.,Hock,T.,Böttger,E.,&Schlüter,H.(2015).Transferabilityofmcr-1andblaNDM-5intoEscherichiacoliK-12.AntimicrobialAgentsandChemotherapy,59(8),5197-5200.

[32]Sahl,J.W.,Besser,T.J.,Brown,E.J.,&Johnson,T.J.(2015).Environmentalreservoirsandtransmissionofantibioticresistance.CurrentOpinioninMicrobiology,29,119-125.

[33]Santaclara,L.,Pinto,L.M.,Pires,T.A.,Barros,A.S.,Carvalho,M.S.,Coque,T.M.,...&Melo,L.(2016).Disseminationofthemcr-1geneamongEnterobacteriaceaeisolatesfromhumansandanimalsinPortugal.JournalofAntimicrobialChemotherapy,71(11),3453-3456.

[34]Sørensen,S.J.,Jensen,L.B.,Larsen,A.V.,&Molin,S.(2015).Disseminationofantibioticresistance.NatureReviewsMicrobiology,13(10),749-758.

[35]Wang,Y.,He,X.,Zhou,Z.,Zhang,T.,&Chen,Y.(2016).Prevalenceandriskassessmentofmcr-1geneinEscherichiacoliisolatesfromretailmeatsinChina.EnvironmentalScience&Technology,50(17),9431-9438.

[36]Wei,F.,Liu,X.,Wu,L.,Zhang,T.,Zhou,Z.,&He,X.(2017).Prevalenceandriskassessmentofthemcr-1geneinEscherichiacoliisolatesfrompoultry,swineandcattleinChina.ScientificReports,7(1),5648.

[37]Xu,L.,Chen,S.,Zhao,X.,Zhang,L.,Wang,J.,Xu,J.,...&Liu,Y.(2017).Prevalenceandriskassessmentofmcr-1andblaNDM-5inEscherichiacoliisolatesfromanimals,foodsandhumansinChina.AntimicrobialAgentsandChemotherapy,61(8),2766-2773.

[38]Yang,B.,Gao,F.,Zhang,Y.,Wang,X.,Liu,Y.,He,X.,&Zhang,T.(2018).Prevalenceanddistributionofmcr-1inEscherichiacoliisolatesfromchicken,duck,andporkinChina.FrontiersinMicrobiology,9,548.

[39]Ye,Y.,Cao,H.,Wang,Y.,Zhou,Z.,Zhou,Z.,&Wang,H.(2017).Occurrenceanddistributionofthemcr-1geneinpoultryandanimalhusbandrywastewaterinChina.EnvironmentalPollution,220,257-264.

[40]Yeung,H.L.,Chau,K.K.,Lau,K.K.,Fung,R.W.,Lai,E.W.,Tam,C.M.,...&Yip,C.C.(2016).Emergenceofmcr-1geneinEscherichiacoliisolatesfromaHongKongpatientwithgastroenteritis.Eurosurveillance,21(48),30203.

八.致谢

本研究能够在预定目标内顺利完成，并获得预期的研究成果，离不开众多个人和机构的无私帮助与鼎力支持。首先，我要向我的导师XXX教授致以最崇高的敬意和最衷心的感谢。在本研究的整个过程中，从课题的选题、研究方案的设计，到实验数据的分析与整理，再到论文的撰写与修改，XXX教授都倾注了大量心血，给予了我悉心的指导和无私的帮助。他严谨的治学态度、深厚的学术造诣和敏锐的科研思维，时刻激励着我不断探索、不断进步。在遇到困难和挫折时，XXX教授总是耐心地给予我鼓励和启发，帮助我克服难关，找到解决问题的突破口。他的教诲和关怀，将使我受益终身。

感谢XXX实验室的全体成员，特别是我的同门XXX、XXX和XXX等同学。在研究过程中，我们相互学习、相互帮助、共同进步。他们在我遇到困难时给予了我无私的帮助，与我一起讨论研究问题，分享研究经验，使我受益匪浅。此外，还要感谢实验室的XXX老师、XXX老师和XXX老师，他们在实验技术、数据分析等方面给予了我许多宝贵的建议和帮助。

感谢XXX大学XXX学院和XXX大学XXX学院为我提供了良好的学习和研究环境。学院的各位领导和老师为我们提供了先进的实验设备、丰富的图书资料和浓厚的学术氛围，为本研究顺利开展提供了有力保障。

感谢XXX医院和XXX环境监测站为我们提供了研究样本和数据。他们的积极配合和支持，为本研究提供了重要的数据支撑。

感谢XXX基金（项目名称）为本研